基于木脂素生物合成的内生菌发酵五味子研究

采用内生菌发酵法高效生产五味子木脂素成分,通过HPLC法,以4种木脂素成分为对照,筛选出能够提高五味子木脂素的发酵菌株,采用柱色谱法分离纯化发酵五味子中4种主要木脂素成分,并对发酵菌株进行了形态学观察和18S rDNA序列同源性分析。结果表明,内生真菌WJ1能显著提高发酵五味子样品中4种主要木脂素成分,采用柱层析法可分别得到五味子醇甲、五味子酯甲、五味子甲素和五味子乙素,经鉴定发酵菌株WJ1为黑曲霉(Aspergillus niger),上述研究为生产五味子木脂素成分奠定了基础。     

基于结构相似性算法的微光夜视仪可靠性试验故障诊断

本文针对目前直视型微光装备可靠性试验存在鉴定效率低、易发生漏检和缺乏有效记录手段的情况,提出了一种基于机器视觉的自动故障诊断方法。该方法通过设计系列专用转接环实现工业相机与被试装备的可靠连接,自动采集被试品目镜视场图像并实时传输监视图像;采用结构相似性（Structural SIMilarity,SSIM）算法实时计算监视图像与事先确定的正常模板图像相似度并自动进行异常检测警告、生成异常检测日志,实现故障诊断。实践表明,该方法与主观判断具有一致性,在环境照度条件稳定时,异常诊断准确度达到实际使用需求。     

基于云计算的大数据分类挖掘算法研究

大数据分类挖掘过程中所涉及的数据量较大，导致大数据挖掘结果的查全率、查准率以及分类正确率下降。为解决以上问题，设计了基于云计算的大数据分类挖掘算法。利用云计算技术设计大数据采集架构，在此基础上，利用改进随机森林算法分类处理采集的大数据，通过并行化聚类算法聚类数据，实现大数据分类挖掘。实验结果表明，本文算法的查全率与查准率、分类正确率较高，实际应用效果好。     

1970—2018年中国甲烷排放量时空分布特征及行业排放源分析

在100年时间尺度上,甲烷(CH₄)气体的全球增温潜势是CO₂的25倍,研究CH₄排放的时空特征及排放源组成结构对于国家"双碳目标"的实现具有重要价值.本文基于全球大气研究排放数据库(EDGAR)中的数据集,刻画了中国CH₄排放的时空分布特征,利用空间自相关和热点分析方法,揭示了CH₄排放的空间集聚效应,并基于不同的行业部门排放数据对CH₄的排放源进行分析.研究表明:1970—2018年CH₄排放的热点区主要分布在我国的华东、华北以及华南地区,有逐渐向西北地区延伸的趋势;年CH₄排放量平均值达8.33 t·a^-1·km^-2,变化曲线总体上呈现平缓上升—急速上升—稳定排放三个阶段;从各行政区的排放量来看,上海一直处于最高,全市排放量十年间平均值不低于25 t·km^-2;能源活动和工业生产的CH₄排放量贡献突出,尤其是交通运输和煤炭开采近些年排放占比逐渐攀升.     

液压系统脉动主动控制研究现状及展望

液压系统的流量脉动会引起压力脉动，脉动过大会产生管道振动、辐射噪声、发热、元器件寿命缩短等不利影响，抑制流体脉动对液压系统的稳定性有着重要作用。相比于液压系统脉动的被动抑制，主动抑制能更好地在非线性变工况和定工况系统中抑制脉动。介绍液压系统流体脉动机制及危害，将主动抑制策略分为伺服作动筒控制、特制液压管路控制和液压阀控制三大类，分析其工作原理、控制特点及优缺点。总结和分析国内外液压系统脉动主动抑制方法的研究现状，最后对液压系统流体脉动主动抑制技术的发展前景和方向进行展望。     

海南岛甲烷浓度与关键气候因子的季节性关联特征

甲烷(CH₄)作为联合国气候报告着重强调防控的第二大温室气体,其季节性变化及与关键气候因子的关联特征对全球气候变化相关研究至关重要.本研究基于GHGSat甲烷浓度产品,解析以海南岛陆地为典型热带研究区的甲烷浓度季节性变化特征,同时厘定了海南岛甲烷浓度时空分布对关键气候因子等的敏感性,并基于增强回归树(Boosted Regression Trees,BRT)分析了非生物因子如气候和地形对甲烷浓度分布的贡献度,结果表明:1)海南岛甲烷浓度在时间上具有显著的季节性变化特征,即在4—8月呈显著下降趋势,在9—12月呈显著上升趋势,而甲烷浓度的空间分布也具有明显的区域差异性,即海岸线附近甲烷浓度较高,而甲烷浓度低值分布多集中于中部地区;2)甲烷浓度与关键气候因子的线性回归模型结果显示气温与甲烷浓度呈弱正相关,而降雨与甲烷浓度存在弱负相关关系;3) BRT模拟结果显示,三种非生物因子海拔、降雨和气温对甲烷浓度分布的贡献度分别71.95％、20.52％、5.66％.本研究可为解析关键气候因子对甲烷排放的贡献度提供科学依据.     

双碳目标下中国农业系统N2O排放及主粮低碳化生产研究

农业作为N₂O重要的排放源,厘清农业系统N₂O排放对"双碳"目标实现具有重要意义.本文基于2000—2019年中国种植业、养殖业数据,估算了农业系统N₂O排放量,并利用泰尔指数(Theil index)探求了中国大陆4大板块和8大经济区之间的差异性,对主粮低碳化生产提出对策建议.研究结果显示:1)中国农业系统N₂O排放呈现先增加后减少趋势,其中2000—2015年是上升阶段,从69.98万t增加到86.01万t,2016—2019年为下降阶段,2019年农业系统N₂O排放量为76.43万t.2)分省农业系统N₂O排放量差异显著,2019年农业系统N₂O排放量最少的是北京(0.056万t),最多的是河南(5.69万t);集中趋势更为凸显,广西、河南、江苏等排放量较多.3)省域之间、区域之间农业系统N₂O排放量差异呈现多样性变化,如省域差异前期先扩大后缩小,2009年以来表现平稳,8大区域中北部沿海、东部沿海、大西北区域泰尔指数呈现下降趋势,其他区域皆呈上升趋势.为实现N₂O减排,需要针对不同板块和经济区针对性开展主粮低碳化生产,需要重点针对中部板块、西部板块以及东北区域和大西南区域针对性开展低碳化生产.     

医用紧身服应用现状及发展趋势

医用紧身服装在康复医学中得到广泛应用，文章以医用弹力袜和医用压力衣为例，总结医用紧身服装对静脉曲张、深静脉血栓、增生性瘢痕和淋巴水肿疾病的防治机理和应用现状。指出医用紧身服装现存的问题,为进一步开发研究医用紧身服装提供参考，并为提升该类服装疗效和缓解患者痛苦奠定基础。     

基于贝叶斯深度学习的外啮合齿轮泵健康状态识别研究

液压泵健康状态的精准识别是液压元件预防性维护的一部分。采用贝叶斯算法对长短时记忆网络(Longshort-term memorg, LSTM)进行优化，构建一种基于贝叶斯长短时记忆网络(Bayesian-LSTM)的外啮合齿轮泵健康状态识别模型，完成了对外啮合齿轮泵健康状态的识别。首先运用改进的变分模态分解(Improved variational modal, IVMD)方法对蕴含丰富健康信息的样本泵振动信号进行分解重构，基于时域、频域及时频域对重构信号进行特征提取，将所选特征归一化处理后构造了能够表征振动信号的特征矩阵。最后将归纳好的特征矩阵与标签输入到Bayesian-LSTM(以下简称BDL)模型中进行训练，进而得到外啮合齿轮泵健康识别模型，为验证BDL模型在外啮合齿轮泵健康状态识别上的优越性，将其与LSTM模型及RNN模型进行对比。结果表明，BDL模型对样本泵的预测精度达到了98.3%以上，相比LSTM模型及RNN模型优势明显，可以为深度学习在液压元件状态识别的应用提供参考。